跳到正文
热点事件持续更新

Zujing Liu等论文：SCCM方法提升视觉思维链忠实度

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026年11月2日，Zujing Liu等人在arXiv（cs.AI）发表题为《On the Faithfulness of Visual Thinking: Measurement and Enhancement》的论文，探讨多模态思维链（MCoT）中视觉推理的忠实性测量与增强。 研究发现，经过强化微调（RFT）的视觉语言模型在MCoT中存在视觉信息不忠实现象：即使视觉内容被破坏，任务准确率也几乎不变。论文分析认为，原因在于现有强化学习奖励设计仅激励“视觉-文本交替”的格式，而未考量视觉内容的正确性，从而提出SCCM方法以增强视觉思维忠实度。

AI 根据报道生成 · 3 小时前更新

最新进展11月2日 13:00
多模态思维链视觉推理的忠实性测量与增强：提出 SCCM 方法

报道时间线

沿着报道，了解事件的不同侧面。

11月2日
  1. arXiv · AI
    多模态思维链视觉推理的忠实性测量与增强：提出 SCCM 方法

    研究发现强化微调后的视觉语言模型在多模态思维链（MCoT）中，视觉信息往往不忠实于正确答案，即使视觉内容被破坏，任务准确率也几乎不变。 论文指出这是由于 RFT 的 RL 奖励设计仅激励视觉文本交替格式，未考量视觉正确性。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月2日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。